人脸识别 |
您所在的位置：网站首页 › 人脸识别识别哪些特征 › 人脸识别 |
人脸识别
|
需求描述
1.将人脸特征信息保存进MySQL数据库。 2.调用摄像头识别人脸，将待识别的人物进行识别，并实时地与数据库中的人脸特征信息进行比对，同时判断出被识别者的身份。 需求分析1、准备 利用opencv、face_recognition、numpy、pymysql等Python第三方类库，官方说法是face_recognition的人脸识别准确率高达99.6%。 2、识别 利用face_recognition，可以很轻易地得到人脸128维的人脸编码，并且通过比对函数，就可以得出想要的结果。 3、编码 由于face_recognition的128维的人脸编码是一个numpy ndarray类型，即矩阵，并不能存进数据库，要想存进数据库，必须进行类型转换 思路：先将矩阵转为列表，再将列表里的每个元素转为字符串，再用字符串拼接的方式拼成一个字符串，这时就可以把特征值存进数据库了。 4.译码 既然是特征值的比对，那么从数据库取完数据之后，就需要把字符串重新转为矩阵格式。 思路：先通过字符串切割，转为列表，再对列表里每个元素转为浮点型（float），最后再转为矩阵。 5.输出 常规做法通过人脸识别后想要在图像上输出被识别者姓名，但是opencv有自己的一套编码规范，无法输出中文，如果保存的是中文，那么就会出现乱码的情况。 中文文字图像显示解决思路：通过调用本地已存在的字体，利用PIL进行格式转换。 解决方案数据库设计
FaceSQL.py：MySQL数据库处理相关 import pymysql class FaceSQL: def __init__(self): self.conn = pymysql.connect( # 数据库的IP地址 host="xxx.xxx.xxx.xxx", # 数据库用户名称 user="******", # 数据库用户密码 password="******", # 数据库名称 db="xxx", # 数据库端口名称 port=3306, # 数据库的编码方式 注意是utf8 charset="utf8" ) def processFaceData(self, sqlstr, args=()): print(sqlstr) # 使用 cursor() 方法创建一个游标对象 cursor cursor = self.conn.cursor() try: # 执行sql语句 cursor.execute(sqlstr, args) # 提交到数据库执行 self.conn.commit() except Exception as e: # 如果发生错误则回滚并打印错误信息 self.conn.rollback() print(e) finally: # 关闭游标 cursor.close() def saveFaceData(self,id,encoding_str): self.processFaceData("insert into face(学号,encoding) values(%s,%s)", (id, encoding_str)) def updateFaceData(self, id, encoding_str): self.processFaceData("update face set encoding = %s where 学号 = %s", (encoding_str, id)) def execute_float_sqlstr(self, sqlstr): # 使用 cursor() 方法创建一个游标对象 cursor cursor = self.conn.cursor() # SQL插入语句 results = [] try: # 执行sql语句 cursor.execute(sqlstr) # 获取所有记录列表 results = cursor.fetchall() except Exception as e: # 如果发生错误则回滚并打印错误信息 self.conn.rollback() print(e) finally: # 关闭游标 cursor.close() return results def sreachFaceData(self, id): return self.execute_float_sqlstr( "select * from face where 学号="+id) def allFaceData(self): return self.execute_float_sqlstr( "select * from face ") def sreach_Info(self,id): return self.execute_float_sqlstr( "select * from zstustu where 学号='" + id + "'")FaceTools.py： 人脸特征信息处理相关 import face_recognition import numpy from os import listdir,path from FaceSQL import FaceSQL class FaceTools: def __init__(self): try: self.facesql=FaceSQL() except : print("数据库连接错误") def encoding_FaceStr(self, image_face_encoding): # 将numpy array类型转化为列表 encoding__array_list = image_face_encoding.tolist() # 将列表里的元素转化为字符串 encoding_str_list = [str(i) for i in encoding__array_list] # 拼接列表里的字符串 encoding_str = ','.join(encoding_str_list) return encoding_str def decoding_FaceStr(self, encoding_str): # print("name=%s,encoding=%s" % (name, encoding)) # 将字符串转为numpy ndarray类型，即矩阵 # 转换成一个list dlist = encoding_str.strip(' ').split(',') # 将list中str转换为float dfloat = list(map(float, dlist)) face_encoding = numpy.array(dfloat) return face_encoding def add_Face(self,image_name, id): # 加载本地图像文件到一个numpy ndarray类型的对象上 image = face_recognition.load_image_file("./photo/"+image_name) # 返回图像中每个面的128维人脸编码 # 图像中可能存在多张人脸，取下标为0的人脸编码，表示识别出来的最清晰的人脸 image_face_encoding = face_recognition.face_encodings(image)[0] encoding_str =self.encoding_FaceStr(image_face_encoding) # 将人脸特征编码存进数据库 self.facesql.saveFaceData(id,encoding_str) def updata_Face(self, image_name, id): # 加载本地图像文件到一个numpy ndarray类型的对象上 image = face_recognition.load_image_file("./photo/"+image_name) # 返回图像中每个面的128维人脸编码 # 图像中可能存在多张人脸，取下标为0的人脸编码，表示识别出来的最清晰的人脸 image_face_encoding = face_recognition.face_encodings(image)[0] encoding_str = self.encoding_FaceStr(image_face_encoding) # 将人脸特征编码更新数据库 self.facesql.updateFaceData(id, encoding_str) def sreach_Face(self, id): face_encoding_strs = self.facesql.sreachFaceData(id) # 人脸特征编码集合 face_encodings = [] # 人脸特征姓名集合 face_names = [] for row in face_encoding_strs: name = row[0] face_encoding_str = row[1] # 将从数据库获取出来的信息追加到集合中 face_encodings.append(self.decoding_FaceStr(face_encoding_str)) face_names.append(name) return face_names,face_encodings def load_faceoffile(self): filepath = 'photo' filename_list = listdir(filepath) # 人脸特征编码集合 face_encodings = [] # 人脸特征姓名集合 face_names = [] a = 0 for filename in filename_list: # 依次读入列表中的内容 a += 1 if filename.endswith('jpg'): # 后缀名'jpg'匹对 face_names.append(filename[:-4]) # 把文件名字的后四位.jpg去掉获取人名 file_str = 'photo' + '/' + filename a_images = face_recognition.load_image_file(file_str) print(file_str) a_face_encoding = face_recognition.face_encodings(a_images)[0] face_encodings.append(a_face_encoding) print(face_names, a) return face_names,face_encodings def load_faceofdatabase(self): try: face_encoding_strs = self.facesql.allFaceData() except: print("数据库连接错误") # 人脸特征编码集合 face_encodings = [] # 人脸特征姓名集合 face_names = [] for row in face_encoding_strs: name = row[0] face_encoding_str = row[1] # 将从数据库获取出来的信息追加到集合中 face_encodings.append(self.decoding_FaceStr(face_encoding_str)) face_names.append(name) return face_names, face_encodings def load_images_face(self,filepath): filename_list = listdir(filepath) for filename in filename_list: # 依次读入列表中的内容 if path.isdir(filepath+filename): self.load_images_face(filepath+filename+"\\") if filename.endswith('jpg'): # 后缀名'jpg'匹对 file_str = filepath + filename a_images = face_recognition.load_image_file(file_str) print(file_str) face_encoding = face_recognition.face_encodings(a_images) if face_encoding != []: a_face_encoding = face_encoding[0] encoding_str = self.encoding_FaceStr(a_face_encoding) self.facesql.saveFaceData(filename[:-4], encoding_str) def load_images_faces(self, filepath): filename_list = listdir(filepath) a=0 for filename in filename_list: # 依次读入列表中的内容 if filename.endswith('jpg'): # 后缀名'jpg'匹对 file_str = filepath + filename a_images = face_recognition.load_image_file(file_str) print(file_str) face_encoding = face_recognition.face_encodings(a_images) for a_face_encoding in face_encoding: a += 1 encoding_str = self.encoding_FaceStr(a_face_encoding) self.facesql.saveFaceData(filename[:-4] + "-" + str(a), encoding_str) 运行结果
Navicat安装教程：https://blog.csdn.net/superit401/article/details/78110079/ Navicat中文乱码解决方案教程：https://blog.csdn.net/sinat_26546385/article/details/80381282 Python连接MySQL数据库：https://shentuzhigang.blog.csdn.net/article/details/103784064 face_recognition库安装教程：https://blog.csdn.net/weixin_40450867/article/details/81734815 [Anaconda+Jupyter Notebook+Python3.6]环境下安装face_recognition教程：https://shentuzhigang.blog.csdn.net/article/details/103746567 GitHub资源face_recognition库官方GitHub：https://github.com/ageitgey/face_recognition/ 简单人脸识别系统DEMO：https://github.com/niehen6174/image-and-speech-processing 参考文章https://face-recognition.readthedocs.io/en/latest/readme.html https://blog.csdn.net/qq_42109746/article/details/87281583 https://blog.csdn.net/Nirvana_6174/article/details/88362425 https://www.zhihu.com/tardis/sogou/art/25880933 |
【本文地址】